申请/专利权人：中电金信数字科技集团有限公司

申请日：2023-09-08

公开（公告）日：2024-06-21

公开（公告）号：CN117113929B

主分类号：G06F40/131

分类号：G06F40/131;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2023.12.12#实质审查的生效;2023.11.24#公开

摘要：本申请提供了一种字段数据拆分方法、装置、电子设备及存储介质，该方法包括：根据历史业务数据的数据特征从多种候选划分方式中选择目标划分方式，设置目标划分方式对应的划分参数的取值；按照目标划分方式及设置的划分参数的取值对历史业务数据进行划分，获得训练数据集、测试数据集及验证数据集；利用训练数据集、测试数据集及验证数据集对字段数据拆分模型进行训练及优化，获得字段数据拆分优化模型；利用字段数据拆分优化模型对待拆分文件中待拆分字段的字段数据进行拆分。通过采用上述字段数据拆分方法、装置、电子设备及存储介质，解决了现有字段数据拆分方法，在被拆分数据的数据类型复杂且数据量较大时，拆分准确性低的问题。

主权项：1.一种字段数据拆分方法，其特征在于，包括：根据历史业务数据的数据特征从多种候选划分方式中选择目标划分方式，设置所述目标划分方式对应的划分参数的取值，所述历史业务数据的数据特征与待拆分文件的数据特征相同；按照所述目标划分方式及设置的划分参数的取值对所述历史业务数据进行划分，获得训练数据集、测试数据集及验证数据集；利用所述训练数据集、所述测试数据集及所述验证数据集对字段数据拆分模型进行训练及优化，获得字段数据拆分优化模型；利用所述字段数据拆分优化模型对待拆分文件中的待拆分字段进行拆分；所述多种候选划分方式包括随机划分方式、自定义划分方式及时间顺序划分方式，所述根据历史业务数据的数据特征从多种候选划分方式中选择目标划分方式，包括：若所述历史业务数据具备时间敏感性特征，选取时间顺序划分方式作为目标划分方式，所述时间敏感性特征为所述历史业务数据包括指示时间的业务字段；若所述历史业务数据具备格式固定特征，选取自定义划分方式作为目标划分方式，所述格式固定特征为所述历史业务数据按照固定格式配置；若所述历史业务数据不具备所述时间敏感性特征且不具备所述格式固定特征，选取随机划分方式作为目标划分方式；所述方法还包括：若所述历史业务数据具备分类不均衡特征或者具备关联性特征，则不选取所述随机划分方式作为目标划分方式；其中，所述分类不均衡特征为所述历史业务数据中存在两类数据之间数据量的比值大于比值阈值，所述关联性特征为所述历史业务数据中不同行的数据之间具有关联关系。

全文数据：

权利要求：

百度查询： 中电金信数字科技集团有限公司 一种字段数据拆分方法、装置、电子设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD